NVIDIA adopte la technologie optique – mais pas encore pour les GPU

NVIDIA explore l’usage des technologies optiques dans des applications spécifiques, tout en continuant à privilégier les connexions en cuivre pour ses GPU performants. Les défis de fiabilité persistent, mais de récents progrès dans la photonica silice promettent une avancée dans l’énergie et l’efficacité des réseaux.

NVIDIA a récemment abordé la fiabilité des optique co-emballés, une technologie utilisant la lumière laser pour transmettre des données entre les puces, et son potentiel pour les GPU phares de l’entreprise. Lors de la conférence annuelle pour développeurs, le PDG Jensen Huang a souligné que, bien que les optiques co-emballés offrent une efficacité énergétique et une rapidité supérieures aux connexions en cuivre traditionnelles, elles ne sont pas encore suffisamment fiables pour une utilisation généralisée dans les GPU de NVIDIA.

Ce manque de fiabilité est significatif, les connexions en cuivre étant « d’ordres de magnitude » plus fiables que les connexions optiques co-emballées actuelles, rendant ces dernières le choix privilégié pour les GPU de NVIDIA, a déclaré Huang à un groupe de journalistes après son discours.

Cependant, NVIDIA explore l’utilisation de la technologie optique co-emballée dans des applications plus spécialisées. Huang a mentionné que l’entreprise prévoit d’intégrer cette technologie dans deux nouvelles puces de mise en réseau conçues pour les switches situés sur ses serveurs. Ces puces, dont la sortie est prévue cette année et en 2026, seront trois fois et demie plus écoénergétiques que leurs prédécesseurs. Cela représente un progrès significatif dans l’avancement de la technologie, bien que dans une application plus de niche où les exigences de fiabilité pourraient être moins strictes que pour des GPU haute performance.

À lire :  NVIDIA dévoile la mise à jour G-Sync Pulsar pour améliorer l'image sous 90 FPS

YouTube video

NVIDIA a également réalisé des avancées considérables dans la photonique silicium, avec l’introduction de ses switches de mise en réseau Quantum-X et Spectrum-X la semaine dernière. Ces switches intègrent des communications optiques dans des circuits électroniques à grande échelle, permettant aux usines AI de connecter des millions de GPU sur plusieurs sites tout en réduisant la consommation d’énergie et les coûts opérationnels.

NVIDIA affirme que ces innovations optiques utilisent 4 fois moins de lasers pour délivrer 3,5 fois plus d’efficacité énergétique, 63 fois une meilleure intégrité du signal, 10 fois plus de résilience au réseau à grande échelle, et 1,3 fois un déploiement plus rapide que les méthodes traditionnelles.

Huang a souligné l’importance des nouveaux switches de mise en réseau, déclarant : « Les usines AI sont une nouvelle classe de centres de données d’échelle extrême, et l’infrastructure réseau doit être réinventée pour suivre le rythme. » En intégrant la photonique silicium dans les switches, NVIDIA repousse les limites de ce qui est possible dans les réseaux hyperscale et d’entreprise, ouvrant la voie à des « usines AI de million-GPU« , a affirmé le PDG.

Le déplacement de l’industrie vers la technologie optique est motivé par le besoin de résoudre l’augmentation de la consommation d’énergie et de la génération de chaleur associées aux connexions en cuivre traditionnelles. À mesure que les demandes en calculs AI croissent, des entreprises comme NVIDIA et des startups telles qu’Ayar Labs explorent des moyens de rendre les optiques co-emballés plus fiables et rentables. Mark Wade, PDG d’Ayar Labs, a déclaré à Reuters que bien que la transition vers une utilisation généralisée des optiques co-emballés ne se produise peut-être pas avant 2028 ou plus tard, l’optique est essentielle pour construire des serveurs plus grands sans être contraints par les limitations du cuivre. « Il suffit de regarder la consommation d’énergie qui augmente constamment sur les racks avec des connexions électriques », a déclaré Wade. « L’optique est la seule technologie qui vous permet de sortir de ce train. »

À lire :  Micron Lance la Production de 36 Go HBM4, SSD PCI Gen6 28 Gbps et 192 Go de Mémoire SOCAMM2 pour NVIDIA Vera Rubin

Guide Optimisation Pc Windows 11 Jeux Performance Bot Guide Optimisations Pc Windows 10 Jeux Performances Sur Omgpu.com Bot

Guide Comment Reduire Input Lag Latence Omgpu Bot Comment supprimer Coil Whine carte graphique

Vous pourriez aussi aimer